首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 609 毫秒
1.
GRAPES三维云初始场形成及在短临预报中的应用   总被引:4,自引:4,他引:0       下载免费PDF全文
围绕GRAPES_Meso的云初始场形成,以ARPS模式云分析方案为基础,优化诊断后应用我国风云二号静止气象卫星云产品、多普勒天气雷达三维组网拼图产品等观测资料结合模式背景信息,根据云热力-动力学原理及观测试验经验关系等,对云初始场的信息进行分析并通过松弛逼近同化方法实现对云内微物理信息同化应用。GRAPES_Meso中采用优化后的云初始场方案,水平分辨率为0.03°×0.03°和0.1°×0.1°的1个月(2014年7月15日-8月14日)连续试验和个例分析结果显示:云初始场形成方案能够分析出飑线等天气系统的云系和云内微物理变量特征。从模拟云图看,包含云初始场信息的GRAPES_Meso的云系的形态特征和分布范围短时临近预报结果更为准确。云初始场信息同化应用后,在1 h的时间尺度上,即可预报出与实况更为接近的降水;0~12 h时间范围内对降水均有积极的影响,可满足短时临近预报的需求,降水量级略偏大。批量连续试验(水平分辨率为0.03°×0.03°和0.1°×0.1°)的各个量级降水ETS(equitable threat score)评分都显著提高。  相似文献   

2.
目前,北京地区的天气预报系统对局地对流性定量降水预报能力较弱,远不能满足人们生产、生活和防灾、减灾工作的需要。针对北京地区对提高0-12 h短时临近天气,尤其是夏季局地对流性降水预报能力的需求,基于中国气象局北京城市气象研究所变分多普勒雷达分析系统(VDRAS)的雷达热动力反演资料,建立了WRF模式初始化模块,采用四维资料同化(FDDA)方法,将VDRAS系统高时空分辨率三维热动力结构分析场资料同化到WRF模式中,实现了北京地区VDRAS分析场资料在WRF中尺度模式系统中的应用。通过降水个例的高分辨率同化模拟试验分析了雷达热动力反演资料同化对模式预报结果的影响。研究结果表明:雷达热动力反演资料的同化能够提高模式系统对近地面温、湿、风大气要素和降水过程的模拟能力,改善2 m比湿、降水落区、降水量级、降水时间的预报效果,减少降水漏报的现象。温度和比湿的同化比风的同化对模拟降水结果的改善更重要。虽然研究表明雷达热动力反演资料在WRF模式中的同化能够明显改善模式对选取降水个例的模拟效果,但其对模式尤其是数值业务模式系统预报效果的影响需要进一步更全面、更系统的检验,为业务化应用奠定更坚实的基础。   相似文献   

3.
雷达反演水汽在华南前汛期短时临近降水预报应用试验   总被引:3,自引:1,他引:2  
为了改善数值预报模式短时临近降水预报能力,采用雷达水汽反演同化方案来提高模式初始水汽场质量。以华南精细预报模式对2013年5月进行了冷启动、热启动和热启动加雷达水汽同化等3个对比试验,并进一步详细分析2013年5月8—9日广东西南部到珠三角地区强降雨过程,探讨雷达反演水汽对短时临近降水预报的影响作用。分析结果显示3个试验结果反映精细模式冷启动不利于1~6 h的降水预报,模式热启动能较好预报前6 h的降水,但对随后预报效果不佳。在热启动的基础上,考虑同化雷达反演的水汽后,不仅较好模拟前6 h的降水,也可以预报出6~12 h的降雨带变化趋势。  相似文献   

4.
基于全球集合预报系统(GEFS)资料,利用WRF中尺度模式及GEFS动力降尺度获取区域集合预报初值场,通过对同化后的分析场进行模式积分实现华南前汛期区域集合预报。对2019年6月10日的一次华南前汛期暴雨过程进行不同同化方案的试验:混合同化(Hybrid)、三维变分(3Dvar)、集合卡尔曼滤波(EnKF)和对比试验(Ctrl)四组试验的对比分析,探讨具有不同背景误差协方差矩阵的同化方案对区域集合预报集合扰动和集合离散随时间演变特征的影响,评估不同试验的降水模拟效果。(1) Hybrid对模式初始场有较好的改善作用,而3DVar和EnKF对初始场的改善作用不明显。(2) 对风场、温度场和湿度场,在前期预报中Hybrid的预报误差小于3DVar和EnKF,在中后期的预报中,3DVar和EnKF的预报误差得到改善,且好于Hybrid。同样,集合扰动能量,Hybrid和Ctrl在前期预报发展好于3DVar和EnKF,而在中后期的预报3DVar和EnKF好于Hybrid和Ctrl。(3) 从24 h累积降水评分中,整体上同化试验好于Ctrl,3DVar和EnKF好于Hybrid,且3DVar对大中雨级别的降水评分较好,而EnKF对暴雨以上级别的降水评分较好。(4) 对于集合统计检验分析,同化试验的AUC值都大于Ctrl的AUC值,24 h累积降水量阈值在10~100 mm的AUC值,3DVar最好;而125 mm阈值的AUC值,EnKF最好。   相似文献   

5.
2010年汛期多模式对山东降水预报的检验   总被引:2,自引:0,他引:2       下载免费PDF全文
为提高数值预报模式在山东汛期降水的预报能力,为降水预报及模式物理参数方案选择和调整提供客观依据,对2010年汛期(6-9月)山东区域MM5、WRF-RUC(WRF快速循环同化系统)和T639模式24 h、48 h累积降水预报产品,进行晴雨、一般性降水和分量级降水TS评分及平均绝对误差、平均误差分析。结果表明:从晴雨预报准确率来看,3种模式相差不大;一般性降水和小雨预报,MM5模式评分结果最差,T639模式预报效果最好;中雨以上量级,24 h降水T639模式预报效果最好,特别是24 h大暴雨评分T639模式达到了10.37 %,而48 h降水T639模式预报效果下降明显。无论24 h降水还是48 h降水,除9月WRF-RUC模式平均绝对误差最小外,6-8月T639模式平均绝对误差均为最低,WRF-RUC模式24 h和48 h降水各月平均误差均为负偏差;不同的降水预报检验方案和天气过程类型对检验结果有一定的影响。  相似文献   

6.
杨毅  邱崇践  龚建东  黄静 《气象学报》2008,66(4):479-488
以美国新近研发的天气研究预报模式(WRF)配置的三维变分(3D-Var)同化系统WRF 3D-Var为平台,结合物理初始化方法(Physical Initialization,简称PI)来同化多普勒雷达径向风和回波强度观测资料.其基本做法是首先用物理初始化方法由雷达回波资料估计出比湿、云水混合比和垂直速度,然后用估计的比湿和云水混合比对模式的相应变量进行调整,最后再将估计出的垂直速度作为一种新的观测类型添加到现有的WRF 3D-Var目标函数中,同时以WRF 3D-Var提供的方法直接同化径向风.针对2002年6月19日的一次强对流性降水过程和2003年7月5日的一次梅雨锋暴雨过程进行了一组同化多普勒雷达径向风和回波资料的试验研究.同化结果表明:分析变量的增量场和观测的雷达回波有很好的对应关系.在雷达回波区,有正的比湿增量、云水含量增量和垂直速度增量,并且水平风增量在此辐合;在没有雷达回波的地方有负的垂直速度增量.预报结果表明,调整云水含量对降水预报改善不明显,调整比湿对降水预报改进明显,直接用物理初始化估计出的垂直速度替代模式的初始垂直速度,对降水预报改进不明显,但以新的方案同化雷达资料能有效地缩短模式的起转时间(spin-up time),明显改进短时降水预报.  相似文献   

7.
2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7~9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:(1)GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。(2)GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。(3)个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。(4)与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。  相似文献   

8.
数值模式误差对降水四维变分资料同化及预报的影响   总被引:3,自引:1,他引:2  
利用一个无量纲的水汽发展方程,针对同化时间窗口内出现和不出现降水两种情况,分析了不同模式误差和初始误差对降水四维变分资料同化预报效果的影响。结果表明,应用四维变分资料同化方法进行降水预报前,应该充分考虑数值模式中的误差,才能得到比较满意的同化及预报结果。假定同化窗口内获得的比湿观测场是准确的,当不存在模式误差时,四维变分资料同化方法可以有效地消除初始场误差,找到比湿真实初始场;而存在模式误差时,四维变分资料同化后的模式初始场会偏离真实的比湿初始场,并且模式误差越大,偏离程度越严重。在一些模式误差情况下,由于模式误差在同化窗口及延伸预报时段的作用不同,进行四维变分资料同化处理后,尽管累积降水量的预报结果在同化时间窗口内优于同化前的预报,而在最终预报时刻反而差于同化前。  相似文献   

9.
EnSRF雷达资料同化在一次飑线过程中的应用研究   总被引:3,自引:1,他引:2  
高士博  闵锦忠  黄丹莲 《大气科学》2016,40(6):1127-1142
本文利用包含复杂冰相微物理过程的WRF(Weather Research and Forecasting)模式,针对2007年4月23日发生在我国华南地区的一次典型飑线天气过程,分别进行了确定性预报和集合预报试验,发现确定性预报能大致捕捉到飑线系统的发生发展过程,但对飑线后部的层云区模拟效果较差。集合预报能够有效地减少模式的不确定性,大部分集合成员对飑线的模拟效果优于确定性预报。进一步将集合预报得到的40个成员作为背景场,采用EnSRF(Ensemble Square Root Filter)同化多普勒天气雷达资料,并将分析得到的集合作为初始场进行集合预报,通过与未同化雷达资料的集合对比,考察了EnSRF同化多部雷达资料对飑线系统的影响。结果表明:EnSRF雷达资料同化增加了模式初始场的中小尺度信息,大部分集合成员的分析场能够较准确地再现飑线的热力场、动力场和微物理场的细致特征,并且模拟出飑线后部的层云结构。通过对EnSRF分析的集合进行模拟发现,大部分集合成员较未同化雷达资料时模拟效果有明显改善。同化后的集合预报ETS(Equitable Threat Score)评分最高,其次是未同化的集合预报,确定性预报的最低。  相似文献   

10.
GPS观测资料应用于中尺度数值预报模式的初步研究   总被引:12,自引:3,他引:12  
袁招洪  丁金才  陈敏 《气象学报》2004,62(2):200-212
利用建立在长江三角洲地区GPS观测网中 11个站点的可降水量资料 ,对 2 0 0 2年 6月 2 3~ 2 4日影响长江三角洲地区的降水过程进行了MM5模式初始湿度场调整和Nudging同化试验。试验表明 :利用GPS测量的可降水量对模式初始湿度场进行调整能明显增强模式初始场描述水汽分布的能力 ,从而有效地控制模式积分初期对可降水量预报的误差 ,并对模式 6h累积降水量预报有较明显的改善作用。利用Nudging技术同化GPS可降水量资料对MM5预报效果改善较小 ,并且Nudging系数的增加对预报效果的影响不大。总体上 ,利用GPS可降水量资料调整模式初始湿度场对模式 6h累积降水预报效果的改善明显好于连续Nudging同化。试验还表明 :GPS资料对模式初始湿度场调整改善模式对累积降水量的预报主要是通过改善网格降水预报来实现的 ,而Nudging同化主要是通过改善次网格降水而提高模式降水预报能力的。  相似文献   

11.
雷达资料在登陆台风“桑美”数值模拟中的应用   总被引:7,自引:2,他引:5       下载免费PDF全文
将国内多普勒天气雷达的反射率因子及径向风资料引入ARPS-3DVar同化系统进行同化,针对2006年登陆浙江苍南并造成严重影响的超强台风“桑美”,探讨多普勒雷达资料同化对台风模拟初始场和预报场的改进作用。结果表明:利用ARPS-3DVar同化雷达资料可以明显改善6 h同化窗口内的降水、风场和回波结构,并能提高模式对中尺度雨团位置、强度的模拟能力;雷达资料初始场同化后模拟的台风涡旋和台风眼结构与位置更加接近实况,各物理量空间分布结构更具有明显中尺度特征,从而改善了台风路径和降水的预报。但模拟过程中台风强度模拟偏弱,有待进一步改进。  相似文献   

12.
本文基于2017年西南涡加密观测试验的四川省11个观测站的探空资料,利用西南区域9km和3km分辨率数值天气预报模式系统,开展了数值预报同化试验。同化试验每日06和18UTC各进行一次,持续40天。西南区域9km分辨率数值预报系统(SWC-WARMS)的模拟结果表明,加密探空观测资料对四川高空观测起到了补充。同化后可以改善模式初始场,有助于提升24小时降水预报的ETS评分,对小雨到大雨量级的BIAS评分也有一定的改善。西南区域3km分辨率系统得益于分辨率的提升,相比SWC-WARMS减小了大暴雨空报面积。同化加密探空观测可以提升降水预报的ETS评分,但空报面积也有所增加。   相似文献   

13.
A new forecasting system—the System of Multigrid Nonlinear Least-squares Four-dimensional Variational (NLS-4DVar) Data Assimilation for Numerical Weather Prediction (SNAP)—was established by building upon the multigrid NLS-4DVar data assimilation scheme, the operational Gridpoint Statistical Interpolation (GSI)?based data-processing and observation operators, and the widely used Weather Research and Forecasting numerical model. Drawing upon lessons learned from the superiority of the operational GSI analysis system, for its various observation operators and the ability to assimilate multiple-source observations, SNAP adopts GSI-based data-processing and observation operator modules to compute the observation innovations. The multigrid NLS-4DVar assimilation framework is used for the analysis, which can adequately correct errors from large to small scales and accelerate iteration solutions. The analysis variables are model state variables, rather than the control variables adopted in the conventional 4DVar system. Currently, we have achieved the assimilation of conventional observations, and we will continue to improve the assimilation of radar and satellite observations in the future. SNAP was evaluated by case evaluation experiments and one-week cycling assimilation experiments. In the case evaluation experiments, two six-hour time windows were established for assimilation experiments and precipitation forecasts were verified against hourly precipitation observations from more than 2400 national observation sites. This showed that SNAP can absorb observations and improve the initial field, thereby improving the precipitation forecast. In the one-week cycling assimilation experiments, six-hourly assimilation cycles were run in one week. SNAP produced slightly lower forecast RMSEs than the GSI 4DEnVar (Four-dimensional Ensemble Variational) as a whole and the threat scores of precipitation forecasts initialized from the analysis of SNAP were higher than those obtained from the analysis of GSI 4DEnVar.  相似文献   

14.
利用WRF(Weather Research and Forecasting)模式和基于本征正交分解的四维集合变分同化方法(POD-4DEnVar),对2015年12月9日一次华南暴雨过程进行多普勒雷达资料同化试验,并与三维变分同化试验(WRF-3DVar)进行对比,讨论了POD-4DEnVar方法中局地化半径对模拟效果的敏感性。结果表明,比较不同化雷达资料的控制试验,WRF-3DVar和WRF-POD-4DEnVar试验的降水模拟结果得到明显改善,且WRF-POD-4DEnVar的降水强度更接近实况。两种同化方法通过改变不同的初始要素达到改进降水模拟效果的目的,3DVar方法通过调整初始风场,间接减弱暴雨发生的水汽条件,POD-4DEnVar方法则直接调整湿度场。在降水过程中,同化试验改变了冷空气活动和水汽通量辐合的模拟结果,从而改善降水的模拟效果。POD-4DEnVar方法对局地化半径比较敏感,随局地化半径增大,同化对风场和湿度场的影响范围扩大,当局地化半径取为200 km时,降水模拟的效果最好。   相似文献   

15.
We applied the multigrid nonlinear least-squares four-dimensional variational assimilation(MG-NLS4DVar) method in data assimilation and prediction experiments for Typhoon Haikui(2012) using the Weather Research and Forecasting(WRF) model. Observation data included radial velocity(V_r) and reflectivity(Z) data from a single Doppler radar, quality controlled prior to assimilation. Typhoon prediction results were evaluated and compared between the NLS-4DVar and MG-NLS4DVar methods. Compared with a forecast that began with NCEP analysis data, our radar data assimilation results were clearly improved in terms of structure, intensity, track, and precipitation prediction for Typhoon Haikui(2012). The results showed that the assimilation accuracy of the NLS-4DVar method was similar to that of the MG-NLS4DVar method,but that the latter was more efficient. The assimilation of V_r alone and Z alone each improved predictions of typhoon intensity, track, and precipitation; however, the impacts of V_r data were significantly greater that those of Z data.Assimilation window-length sensitivity experiments showed that a 6-h assimilation window with 30-min assimilation intervals produced slightly better results than either a 3-h assimilation window with 15-min assimilation intervals or a 1-h assimilation window with 6-min assimilation intervals.  相似文献   

16.
庄照荣  李兴良  陈静  孙健 《大气科学》2020,44(5):1076-1092
为了把反映天气形势变化的背景误差协方差引入到变分分析系统中来提高分析质量,本文在GRAPES区域三维变分框架的基础上通过扩展控制变量方法实现动态与静态背景误差协方差耦合,建立混合三维变分分析系统(GRAPES Hybrid-3DVar)。通过控制变量扰动产生的集合样本进行单点观测分析试验验证Hybrid-3DVar及其局地化方案的合理性,并针对台风苏迪罗进行实际观测资料同化和数值预报试验,结果表明:用集合样本描述的背景误差协方差是随着天气流型变化的,动力场和质量场的离散度在台风中心处最大,因而混合同化的分析增量包含更多细微结构和中小尺度信息;其分析和24 h内预报要素质量优于3DVar,24 h内降水强度和落区预报也更准确,混合同化分析改善了3DVar分析的降水空报问题;同时混合同化分析的24 h内台风路径预报也最接近实况,台风强度预报在48 h之内都比3DVar更接近观测。  相似文献   

17.
GRAPES_GFS全球中期预报系统的研发和业务化   总被引:10,自引:6,他引:4       下载免费PDF全文
该文回顾了中国气象局全球中期数值天气预报系统GRAPES_GFS的研发历程,重点介绍了近年来在GRAPES_GFS研发过程中的重要进展,概要阐述了这些进展对GRAPES_GFS业务:化的贡献。动力框架方面的改进主要包括位温垂直平流的算法、极区滤波方案、标量平流方案、垂直速度衰减(damping)算法、提高模式分辨率等,改善了模式框架的稳定性、计算精度以及质量守恒性。物理过程方面的改进主要包括RRTMG辐射方案、CoLM陆面过程方案、积云对流、边界层过程、双参数云物理方案,以及物理过程的调用计算等,全面提升了模式物理过程的预报能力。全球三维变分同化方面,研发了模式空间三维变分(3DVar)系统、资料质量控制和偏差订正技术、卫星资料同化方面的相关技术等。同时,对目前GRAPES_GFS2.0的预报能力进行了评估,总体来说,该系统各项预报指标全面超越GRAPES_GFS1.0,与T639相比等压面要素预报在对流层也有明显优势,降水、2 m温度等预报也优势明显。  相似文献   

18.
降水量的直接同化对初始场的影响   总被引:4,自引:0,他引:4  
四维变分法用严格的数学方法、合乎逻辑的物理过程根据观测资料和模式本身来获得一个最优的初始场,是当前最先进的四维资料同化方法之一.作者用四维变分法对自动站降水量作直接同化,对初始场增量进行了分析.结果表明降水量的同化对初始场中热力性质的量影响相对较大,对低层的影响大于高层,大部分增量在925 hPa至850 hPa层间达最大.通过同化,北京地区对流不稳定性明显增加.对风场的增量分析表明,同化增加了一些中尺度信息.对于散度场和水汽通量散度场,同化有使低层辐合加强的趋势.通过同化,在MM5初始场上增加了原先没有  相似文献   

19.
An observation localization scheme is introduced into an ensemble-based three-dimensional variational (3DVar) assimilation method based on the singular value decomposition technique (SVD-En3DVar) to improve assimilation skill. A point-by-point analysis technique is adopted in which the weight of each observation decreases with increasing distance between the analysis point and the observation point. A set of numerical experiments, in which simulated Doppler radar data are assimilated into the Weather Research and Forecasting (WRF) model, is designed to test the scheme. The results are compared with those obtained using the original global and local patch schemes in SVD-En3DVar, neither of which includes this type of observation localization. The observation localization scheme not only eliminates spurious analysis increments in areas of missing data, but also avoids the discontinuous analysis fields that arise from the local patch scheme. The new scheme provides better analysis fields and a more reasonable short-range rainfall forecast than the original schemes. Additional forecast experiments that assimilate real data from 10 radars indicate that the short-term precipitation forecast skill can be improved by assimilating radar data and the observation localization scheme provides a better forecast than the other two schemes.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号